Riskmodeller för länk

För att kunna förklara hur skaderiskerna beror på flödet och andra förklaringsvariabler har vi anpassat riskmodeller. Vi har anpassat separata riskmodeller för singelolyckor och för kollisioner mellan cykel och motorfordon. I det här avsnittet redovisas modeller för olyckor på länk, i nästa avsnitt redovisas korsningsmodeller.

I datamaterialet ingår 256 länkar i blandtrafik, 670 länkar definierade som cykelväg längs väg och 228 länkar med separat cykelväg. Anledningen till att antal länkar skiljer sig åt från det som redovisas i Tabell 10 är dels att de riktningsuppdelade länkarna i ursprungsmaterialet här har slagits ihop till en länk per väg, dels att länkar med beräknat cykel- eller motorfordonsflöde lika med noll inte är med i modellanpassningen.

Den modell som har använts är av den typ som beskrivs i ekvation (2) i metodkapitlet. De förklaringsvariabler som har använts är: cykelflöde per dygn (Cflöde), motorfordonsflöde per dygn

(MFflöde), antal bostäder per kilometer längs länken (Bostadstäthet), antal byggnader per km som

innehåller allmän verksamhet som nyttjas av medborgarna (Samhällsfunktionstäthet) antal byggnader per km som används för affärsrörelse (Verksamhetstäthet), samt länkens lutning (se avsnitt 3.2.1.4 för definitioner av dessa variabler). De variabler som beskriver täthet av olika typer av byggnader är tänkta att beskriva den närmaste omgivningen. Om det är många personer som rör sig till och från olika verksamheter eller många in- och utfarter kan det leda till möjliga konflikter mellan trafikanter. Eftersom länkarnas längd varierar görs också en justering för länglängd i modellen (Länk). Den kompletta modellen kan nu skrivas som:

𝐴𝑛𝑡𝑎𝑙⁡𝑠𝑘𝑎𝑑𝑎𝑑𝑒 = 𝑒𝛽0_{×𝐿ä𝑛𝑘×𝐶}

𝑓𝑙ö𝑑𝑒𝛽1×𝑀𝐹𝑓𝑙ö𝑑𝑒𝛽2×𝑒𝐵𝑜𝑠𝑡𝑎𝑑𝑠𝑡ä𝑡ℎ𝑒𝑡×𝛽3×

𝑒𝑆𝑎𝑚ℎä𝑙𝑙𝑠𝑓𝑢𝑛𝑘𝑡𝑖𝑜𝑛𝑠𝑡ä𝑡ℎ𝑒𝑡×𝛽4_×𝑒𝑉𝑒𝑟𝑘𝑠𝑎𝑚ℎ𝑒𝑡𝑠𝑡ä𝑡ℎ𝑒𝑡×𝛽5_×𝑒𝑙𝑢𝑡𝑛𝑖𝑛𝑔×𝛽6_{Parametrarna, 𝛽}

0, 𝛽1, … , 𝛽6 bestäms

genom att modellen anpassas till data och resultatet av denna anpassning för cyklister som skadats i singelolyckor visas i Tabell 19. De grå områdena markerar skattningar som inte är statistiskt signifikanta, alltså att man inte kan påvisa någon effekt av dessa variabler. Resultaten i övrigt kan tolkas så att ett positivt värde betyder att en ökning av variabelns värde leder till en ökning av det förväntade antal skadade. Om man till exempel tittar på Bostadstäthet vid länkar med blandtrafik så är den skattade parametern 0,01. Det betyder att en högre täthet av bostadshus leder till fler skadade, givet att övriga variabler inte ändras. När det gäller effekten av cykel- och motorfordonsflöde kan det tolkas som relativa förändringar. Till exempel så leder en ökning av cykelflödet i blandtrafik med 10 procent till en ökning av antal skadade cyklister i singelolyckor med 1,10,523_{=1,051, alltså 5,1 procent.} Att värdet på parametern är lägre än ett betyder att antal olyckor inte ökar i lika snabb takt som flödet, alltså att det finns en Safety in Numbers effekt.

Resultaten i Tabell 19 visar att effekten av cykelflödet ligger mellan noll och ett för alla typer av länkar vilket betyder att det finns en effekt av cykelflöde och en Safety in Numbers effekt. Däremot finns ingen signifikant effekt av motorfordonsflödet. Detta resultat är inte orimligt eftersom det är cyklisters singelolyckor som studeras. Man skulle dock kunna tänka sig en viss effekt även på singelolyckor eftersom orsaken till dessa kan vara att man väjer för ett motorfordon. En effekt av bostadstäthet kan påvisas i blandtrafik men inte på cykelväg. När det gäller verksamhetstäthet påvisas en effekt både i blandtrafik och på cykelväg längs väg. Alla dessa effekter är positiva, alltså att en ökad täthet ger upphov till ökat antal skadade.

För cykelväg längs väg visar resultaten också att en större lutning ger fler skadade cyklister. En möjlig förklaring till detta är att man i nerförsbacke får upp en hög hastighet vilket leder till mindre

marginaler när det gäller att undvika en olycka, men även en låg hastighet i uppförsbacke kan leda till att man vinglar med cykel och ramlar omkull. Det är dock svårt att se att denna effekt endast skulle gälla cykelväg längs väg och inte de andra utformningarna. För att förstå effekten bättre skulle variabeln som beskriver lutning beräknas på ett annat sätt. Som det ser ut nu är det endast

höjdskillnaden mellan start och slutpunkt som beräknas eftersom det är den information vi har haft tillgång till.

Tabell 19. Modellresultat för risken att skadas som cyklist i singelolyckor på länk. Skattningar av modellparametrar och konfidensintervall. Skattningar som ej är signifikanta är gråmarkerade. Skattningsmetod är Negativ Binomial-regression. Källa: Strada och VISUM.

Variabel Blandtrafik Cykelväg längs väg Separat cykelväg

Värde 95% Konfidens- intervall Värde 95% Konfidens- intervall Värde 95% Konfidens- intervall Konstant 4,71E-5 (5,07E-6–

4,38E-4) 1,37E-5 (3,78E-6- 4,87E-5) 3,25E-5 (8,75E-6- 1,21E-4) Cflöde 0,502 (0,252–0,752) 0,585 (0,433–0,736) 0,555 (0,367–0,744) MFflöde 0,036 (-0,229–0,302) 0,019 (-0,113-0,152) / / Bostadstäthet 0,010 (0,001–0,019) 0,001 (-0,004-0,007) -0,015 (-0,029– -0,002) Samhällsfunktion- stäthet -0,004 (-0,053–0,046) 0,030 (0,004–0,056) -0,020 (-0,074–0,035) Verksamhetstäthe t 0,018 (0,001–0,034) 0,039 (0,023–0,055) 0,015 (-0,021-0,051) Länkens lutning -0,037 (-0,201–0,128) 0,121 (0,029–0,212) 0,153 (0,006–0,301) Dispersionsparam etern1 1,513 (0,542–2,483) 0,692 (0,318–1,066) 1,232 (0,419–2,044) Modellinformation

Max antal skadade per

länk 6 9 4

Min antal skadade per

länk 0 0 0

Antal länkar 256 670 228

1 _{Detta är ingen förklaringsvariabel utan en parameter som beskriver eventuell förekomst av överspridning. Ett}

värde större än 0 betyder att det finns en överspridning i materialet, dvs. att variansen är större än väntevärdet.

I Tabell 20 visas modellresultat för antal cyklister som skadas i kollision med motorfordon. Detta är betydligt färre än antal skadade i singelolyckor och resultaten är därför mer osäkra. På separat

cykelväg sker mycket få kollisioner med motorfordon så därför redovisas inte modellresultat för denna länktyp. I modellen för blandtrafik går det endast att påvisa en signifikant effekt av cykelflöde. Det behöver inte betyda att de övriga variablerna inte har någon effekt utan det kan bero på att det är relativt få olyckor och osäkerhet i övriga indata såsom de beräknade flödena.

När det gäller cykelväg längs väg så består materialet av fler skadade och fler länkar och

modellresultatet visar att man kan påvisa effekter av såväl cykel- och motorfordonsflöde som av samhällsfunktions- och verksamhetstäthet. Den skattade parametern för cykelflöde är 0,466 vilket innebär att vi även här kan påvisa en Safety in Numbers effekt. För att kunna tolka effekterna av de olika variablerna skulle vi dock behöva studera olyckorna närmare, till exempel för att se om de skett vid omkörning eller i korsning med in- och utfart eller mindre väg.

Tabell 20. Modellresultat för risken att skadas som cyklist i kollision med motorfordon på länk. Skattningar av modellparametrar och konfidensintervall. Skattningar som ej är signifikanta är gråmarkerade. Skattningsmetod är Poisson-regression. Källa: Strada och VISUM.

Variabel Blandtrafik Cykelväg längs väg

Värde 95% Konfidens-

intervall Värde

95% Konfidens- intervall Konstant 3,77E-6 (3,63E-8-

3,92E-4) 5,32E- 8 (1,32E-9- 2,14E-6) Cflöde 0,556 (0,048–1,065) 0,466 (0,157–0,774) MFflöde 0,106 (-0,456-0,668) 0,538 (0,134–0,942) Bostadstäthet 0,001 (-0,017-0,020) 0,004 (-0,008-0,015) Samhällsfunktions täthet -0,091 (-0,230-0,048) 0,050 (0,010–0,091) Verksamhetstäthe t 0,020 (-0,002-0,042) 0,046 (0,018–0,074) Länkens lutning 0,047 (-0,240-0,334) -0,095 (-0,340-0,151) Modellinformation

Max antal skadade per

länk 1 2

Min antal skadade per länk 0 0

Antal länkar 256 670

I Figur 26 illustreras hur en relativ förändring av cykelflödet påverkar det förväntade antalet skadade cyklister i singelolyckor respektive kollision med motorfordon för olika länktyper.

Figur 26. Effekter på antal skadade cyklister av en relativ förändring av cykelflödet. Parametrarna har i modellen för singelolyckor skattats med NB-regression och för kollision med motorfordon med Possion-regression.